Multi-Tacotron-Voice-Cloning

上传几段声音,克隆俄英双语说话人

开源 🏷️完全免费 🔧 仅开源项目,无在线服务,需自行部署 音频音乐 🍴 复刻 91 🐛 待处理 15 👀 关注 1 ⚠️ 作者已归档(停止维护)
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 396
维护状态 低维护
是否开源 开源
定价模式 🏷️完全免费 开源项目,本地部署,完全免费

项目预览

Multi-Tacotron-Voice-Cloning 项目界面预览图
图片来源:GitHub 官方仓库名片

项目数据

分类音频音乐
开发团队vlomme
定价模式🏷️完全免费
价格说明开源项目,本地部署,完全免费
访问状态🔧 仅开源项目,无在线服务,需自行部署
是否开源是
开源协议NOASSERTION
主要语言Python
技术栈/模型deep-learning,g2p,pytorch,russian,tacotron,tensorflow,tts,voice-cloning,wavernn
GitHub 星标★ 396
上线时间2019-08-26 00:00:00
代码更新2021-02-07
仓库体积1009 KB
本站数据更新2026-11-08
维护状态低维护
收录时间2026-08-09
浏览次数5

项目介绍

这是一个基于多语种Tacotron的语音克隆项目,支持俄语和英语两种语言的音素级语音合成与克隆。它解决了跨语言语音克隆中音素映射和发音准确性的问题,核心能力包括多语种音素转换、说话人编码提取和端到端语音生成。项目基于Tacotron架构,通过预训练模型和微调实现特定说话人的声音克隆,用户只需提供少量目标说话人的音频样本,即可生成该说话人朗读任意给定文本的语音。项目代码结构清晰,包含数据预处理、模型训练和推理脚本,适合研究语音克隆技术或进行二次开发。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整

数据来源:GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 396

核心亮点

  • 支持俄英双语音素级克隆,跨语言发音准确
  • 基于Tacotron经典架构,易于理解和二次开发
  • 提供预训练模型和完整训练/推理流程,上手快

不足之处

  • 仅支持俄英双语,扩展其他语言需自行训练
  • 文档和示例较少,社区活跃度低
  • 依赖旧版TensorFlow,环境配置可能较复杂

适用场景

  • 研究多语种语音合成与克隆算法
  • 构建俄英双语语音助手或配音工具
  • 教育领域用于语言学习发音示范

替代项目

Real-Time-Voice-Cloning、Coqui TTS、ESPnet-TTS

同类项目推荐

MuseMorphose 开源

上传 MIDI,一键转换音乐风格,保留旋律。

PyTorch implementation of MuseMorphose (published at IEEE/ACM TASLP), a Transformer-···

★ 195 2026-08-09
HiFTNet 开源

让语音合成又快又清晰,实时生成高质量人声。

HiFTNet: A Fast High-Quality Neural Vocoder with Harmonic-plus-Noise Filter and Inve···

★ 263 2026-08-09
mlx-audio-swift 开源

在苹果芯片上,用 Swift 轻松实现本地语音/音频 AI 处理。

A modular Swift SDK for audio processing with MLX on Apple Silicon

★ 819 2026-08-09
nonparaSeq2seqVC_code 开源

无需平行语料,实现任意说话人语音转换

Implementation code of non-parallel sequence-to-sequence VC

★ 248 2026-08-09
Fun-Audio-Chat 开源

直接听你说、开口回你,低延迟语音对话模型

Fun-Audio-Chat is a Large Audio Language Model built for natural, low-latency voice ···

★ 1011 2026-10-14
HiggsAudio-Studio 开源

离线一键生成多角色播客和有声书,支持声音克隆。

No longer developed. Use Speech Studio: https://github.com/timoncool/speech-studio. ···

★ 100 2026-08-09
Vocello 开源

在 Apple 芯片上离线快速生成语音,保护隐私,无需联网。

Vocello: a private voice studio for Apple Silicon. Write a script, pick or describe ···

★ 388 2026-08-09
ha-rhvoice 开源

在 Home Assistant 中本地离线生成语音,保护隐私免云端。

Home Assistant integration for RHVoice - a local text-to-speech engine.

★ 54 2026-08-09
AdaSpeech 开源

用几秒参考音频,快速克隆出你的专属AI音色

An implementation of Microsoft's "AdaSpeech: Adaptive Text to Speech for Custom Voic···

★ 98 2026-08-09